Pytorch学习（三）--- 使用torchvision.transforms快速对图像数据做数据增强

最新推荐文章于 2025-04-24 21:30:23 发布

原创

最新推荐文章于 2025-04-24 21:30:23 发布 · 2.9k 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#Pytorch

本文详细介绍torchvision.transforms模块，包括各种图像预处理操作如Resize、RandomAffine、RandomHorizontalFlip等，以及如何组合这些操作实现数据增强，提升模型泛化能力。

在深度学习任务中，通常读入数据后，我们都需要对数据做transform操作，最后才将transform后的数据送入模型进行训练测试。
一个完整数据流pipeline可以定义为如下：

读取数据 -> transform -> 模型

本文学习pipeline中的transform部分（torchvision.transforms）。
torchvision.transforms是torchvision中的一个用于数据增强的包，包含了很多transform操作。

torchvision.transforms.Compose(transforms)

作用：将多个transform组合起来使用。
其源码如下：

class Compose(object):
    """Composes several transforms together.

    Args:
        transforms (list of ``Transform`` objects): list of transforms to compose.

    Example:
        >>> transforms.Compose([
        >>>     transforms.CenterCrop(10),
        >>>     transforms.ToTensor(),
        >>> ])
    """

    def __init__(self, transforms):
        self.transforms = transforms

    def __call__(self, img):
        for t in self.transforms:
            img = t(img)
        return img

    def __repr__(self):
        format_string = self.__class__.__name__ + '('
        for t in self.transforms:
            format_string += '\n'
            format_string += '    {0}'.format(t)
        format_string += '\n)'
        return format_string

可以看到主要的__call__方法就是对输入图像img循环所有的transform操作。

使用例子：


train_transform = transforms.Compose([
                            # transforms.RandomGrayscale(),
                            transforms.Resize((512, 512)),
                            transforms.RandomAffine(5),

最低0.47元/天解锁文章